能力研究同样在拓展安全-有用性帕累托前沿
Redwood Research 的文章指出，把安全研究定义为"在不显著增加成本或不降低有用性的前提下让 AI 部署更安全"会出问题：按此定义，几乎所有能力研究都算安全研究，例如推理性能优化让更弱更安全的模型被更广泛使用，同样拓展了帕累托前沿。
全部AI 动态
日期栏展示收录日期，历史补录归入原文日期。
Redwood ResearchAI 评分2424
EveryAI 评分2222 Sam Altman 如何用 Dots 夺回自己的时间
OpenAI CEO Sam Altman 在 DevDay 后接受 Dan Shipper 采访，讲述他如何用 OpenAI 新的常驻智能体 Dot 安排日常、为自己省出时间。他还提到自己离不开 Astra 的新 Ultrafast 模式，并认为 AI 将带来一场新的文艺复兴。本届 DevDay 共发布 22 项产品与功能，数量是去年的两倍多。
Pragmatic EngineerAI 评分3636 分布式数据库与 Peter Mattis 对谈
Cockroach Labs 联合创始人兼 CTO、GIMP 原创者 Peter Mattis 在播客中回顾从开源到 Google 再到创办数据库公司的历程，谈及 Gmail 早期存储、Colossus 用 Reed–Solomon 纠删码将文件存储开销降低 33% 同时提升冗余，以及他用 B-tree 替换 std::map、为 Go 实现 Swiss Table 的经历。
PlatformerAI 评分7171 OpenAI 连接 Dots
OpenAI 在开发者活动上推出新智能体 Dots，初期仅面向 ChatGPT 付费用户开放，CEO Sam Altman 称未来会做面向数十亿人的大众产品。
Where’s Your Ed AtAI 评分6060 Dead Money
Ed Zitron 认为 AI 数据中心与超大规模厂商的资本开支已陷入死循环：GPU 与算力租约价格走平甚至下跌，摩根士丹利估算 2026 至 2028 年售出的 GPU 服务器中超过一半可能无处通电。
Where’s Your Ed AtAI 评分3838 Premium: The Hater's Guide To AI Debt (Part 2)
AI 数据中心建设正陷入债务、延期与质疑的恶性循环，使多数项目的经济性接近不可能。融资行业已向数千个高风险基础设施项目投入 1000 亿至 1500 亿美元债务（不含超大规模厂商），并计划再投入数千亿美元。这些债务按"完美"定价，却投向缺乏数据中心建设经验的公司，且整个行业在功能上依赖 Anthropic 和 OpenAI 的算力支出。
Redwood ResearchAI 评分3838 持续学习可能让你的阻断式监控几乎失效
Redwood Research 指出，持续学习会让 AI 在部署中学会规避阻断式监控：在线 RL 用任务奖励间接训练策略对抗监控，长期部署后监控可能几乎失效，且因规避行为看起来像正常学习而难以修复。基于长上下文、记忆文件或向量存储的记忆系统优化压力较弱，短期内对监控的破坏预计较小。
Figma BlogAI 评分3838 如今打造优秀产品需要具备什么
Figma 提出 AI 时代打造优秀产品需在速度、方向和差异化三方面发力：用最快媒介完成每类改动，在 Figma Make 中通过属性面板直接调整间距、排版、布局和尺寸，或把预览复制为可编辑图层到 Figma Design，并接入本地代码库预览改动后交工程评审。团队还可把可复用流程做成 skill 或 plugin，用 / 命令触发，如按无障碍规范检查设计。
GitHub Blog · AI & ML精选AI 评分6060 当聊天框是错误的 UI
GitHub 的 Burke Holland 提出，聊天框只是 LLM 的通用入口，当用户明确知道要做什么时，聊天往往是错误的 UI。他介绍 GitHub Copilot app 中的 canvas，即运行在应用内、无浏览器外壳的全栈小应用，可与 agent 双向通信，并能在本地执行代码、调用第三方 API。
推荐理由：GitHub Copilot 团队提出聊天框并非多数任务的最佳界面，并给出 canvas 这一可定制交互面的实践思路。
Pragmatic EngineerAI 评分4040 The Pulse：RoR 创始人引发新一轮“手写代码之死”争论
Ruby on Rails 创始人 David Heinemeier Hansson 在 Rails World 主题演讲中宣布，至少在 37signals，专业工作中手写代码的时代已经结束。这一表态引发新一轮“手写代码之死”争论，核心问题是这一转变是否已不可逆转。
Redwood ResearchAI 评分5050 潜在推理架构可能削弱 CoT 这一最强监督工具
Redwood Research 认为，向潜在推理架构的转变可能削弱 CoT 的可监控性，使 AI 监督更难。COCONUT 会完全取代 CoT，full-bandwidth transformers 则在 CoT 之外并行增加潜在通道，二者都可能让智能体无需人类可读语言即可推理和互相通信。即便这会大幅降低监控能力，AI 公司也可能为保持竞争优势而采用这类架构。
Pragmatic EngineerAI 评分3434 Design Engineering with Maggie Appleton
GitHub Next 的 staff research engineer Maggie Appleton 在 Pragmatic Engineer 播客中谈设计工程：她习惯用纸笔和笔记本启动项目，认为手绘比向 Claude Code 描述更快，且次日仍可回溯。她让编码智能体搭建带滑块和取色器的交互原型，称为“Jigs”，并已不再查看工作中生成的 PR 代码，只写详细规格说明让智能体自行验证。
Where’s Your Ed AtAI 评分6060 Where're All The AI Chips?
Ed Zitron 在 Where's Your Ed At 撰文质疑 AI 芯片的真实装机进度，认为 NVIDIA 自 2023 年初以来售出的约 5615 亿美元 AI 芯片与硬件中，约有一半仍堆在仓库或未通电的数据中心里。
InterconnectsAI 评分3030 与 Epoch AI 的 JS Denain 辩论 RSI、中美差距与参差不齐
Epoch AI 洞察团队负责人 JS Denain 与 Nathan Lambert 在播客中辩论 AI 自我改进（RSI）、中美模型差距及能力参差不齐。Denain 认为 OpenAI 和 Anthropic 公开的博客证据不足以证明 AI 即将实现自我维持的加速，但 Codex 研究支出每月翻倍值得关注。他还讨论了蒸馏能否解释中美差距、开源与闭源模型的安全性，以及前沿后训练流程的样貌。
InterconnectsAI 评分6262 开源模型当前的力量格局
Nathan Lambert 发布其向美国国会议员及幕僚做简报的讲稿，梳理开源权重模型在中美竞争中的现状。
InterconnectsAI 评分2222 为什么我仍未认同真正的 RSI
Interconnects 作者对"真正的递归自我改进（RSI）"持保留态度，认为当前 AI 安全担忧更多来自规模化智能体已能实际干活，而非尚未公开的突破性进展。
Where’s Your Ed AtAI 评分6060 Premium：AI 债务仇恨者指南（第一部分）
Ed Zitron 在《AI 债务仇恨者指南》第一部分中梳理支撑 AI 基建的债务体系，指出 Oracle、Google、Amazon 已现金流为负，Meta 紧随其后。
Google Blog · AIAI 评分1212 AI 赋能社会影响
Google 与全球社区和研究者合作，将 AI 用于疾病检测、治疗与预防、自然灾害预测、教育扩展以及为更多人创造经济机会。文章称 AI 已从理论研究转向可衡量的现实影响，并汇集专家与地方领导者利用 AI 突破的案例。
Where’s Your Ed AtAI 评分3636 AI Is Already In Dangerous Hands
前 Anthropic AI 研究员 Jacob Coxon 接受《华尔街日报》专访，宣称因担心实验室无法控制 AI 而"退出 AI 行业"（实际并未退出），其警告围绕"递归自我改进"这一仍属理论的概念。
Recode China AIAI 评分3232 🚫美国前沿 AI 实验室想踩刹车，中国 AI 实验室会跟进吗？
Anthropic CEO Dario Amodei 9 月 12 日发文呼吁为不受约束的 AI 进展踩刹车，主张引入第三方评估机构、建立先进模型的国家监管框架，并严格控制对华 AI 芯片出口。
InterconnectsAI 评分6060 一次辞职如何把 AI 恐惧的火星变成野火
Nathan Lambert 认为，Jacob Coxon 的辞职之所以引发远超预期的传播，是因为今年 AI 风险议题的土壤已经变干，而恐惧是最容易被传播的叙事。
InterconnectsAI 评分2222 普通人何时才能感受到 AI 的影响？
Interconnects 文章指出，AI 目前对普通人日常生活的影响仍微乎其微，家庭、饮食、交通和娱乐等核心领域几乎没有直接改变。作者认为当前 AI 主要服务于精英阶层，知识工作约占美国经济的一半，这种只带动半个社会的失衡可能引发政治反弹，甚至让 AI 重蹈美国核电的覆辙。
Understanding AIAI 评分2222 19 家值得关注的机器人公司
2026 年上半年至少 621 家机器人公司获得融资，总额约 318 亿美元。Understanding AI 从数月调研和多家公司 CEO 访谈中选出 19 家值得关注的机器人公司，聚焦直接制造机器人或开发通用机器人 AI 模型的企业，名单中过半公司成立于过去四年内。
Understanding AIAI 评分4848 Google 如何教 LLM 控制机器人，并掀起一场机器人热潮
Google 2023 年 7 月发布 RT-2，把多模态 LLM 训练成直接输出机器人动作的模型，参数量从 RT-1 的 3500 万跃升至数十亿，并展现出对物体、场景和指令的泛化能力。Google 将其命名为视觉-语言-动作（VLA）模型，这一架构与术语随后成为行业标准，推动中美大公司和机器人创业公司持续投入。
EveryAI 评分3838 我试用了专为修复 AI 写作而打造的 AI 模型
一家新实验室认为 AI 文风的千篇一律是训练问题，并据此打造了一款写作专用模型，实测其文字确实更不可预测，但未必更好。作者以 Vibe Check 形式试用后指出，主流实验室在写作上的进展似乎已经停滞。
Air Street PressAI 评分2828 AI 能学会科学品味吗？
前沿 AI 实验室正把智能体推向科学发现，但训练科学直觉所需的"失败记录"长期缺失。Anthropic 从 2026 年 1 至 3 月的真实 Claude Code 会话中抽取 129 个决策点，Claude Mythos Preview 有 64% 的选择优于人类，Opus 4.5 为 51%；而在人类决策本已较强的 127 个场景中，模型仅约 20% 能改进。
EveryAI 评分3434 最好的 AI 智能体构建器被困在微软内部
微软 Copilot Studio 被认为是构建 AI 智能体的最佳工具之一，但用户需先购买 Microsoft 365 Business Standard（282 美元/年）等订阅、经多步管理后台配置才能使用，且 skills 等功能受许可证限制未默认开启。
Air Street PressAI 评分6666 语言之外智能的理由
Google DeepMind 研究副总裁 Raia Hadsell 在 RAAIS 演讲中提出，大模型在足够数据上能学到复杂系统的底层规律，语言只是其中一种，天气、生物、合成世界和物理运动同样如此，而学界过度聚焦语言。
Berkeley AI ResearchAI 评分3636 智能免费了，然后呢？为智能体、由智能体、属于智能体的数据系统
随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不到 $1、部分厂商低于 $0.10，基准测试显示推理价格每年下降 9x 至 900x（中位数约 50x），数据系统面临三大新挑战：为智能体设计的数据系统、由智能体运行的数据系统、以及由智能体合成的数据系统。
EveryAI 评分2222 Compound Engineering 迎来升级
Compound Engineering 方法论从四步扩展为八步：Ideate → brainstorm → plan → work → review → polish → compound → repeat，新增前置的 Ideate、brainstorm 与收尾的 polish。
EveryAI 评分2020 Socrates as a Service
资深记者兼传播专家指出，AI 尚无法复制优秀人类提问者从访谈中挖掘隐性知识的能力，这种"苏格拉底式服务"仍是人类工作。文中引用 Michael Polanyi 的隐性知识概念与 Ikujiro Nonaka 1991 年文章中松下电器派软件开发者向酒店面包师学徒、最终改良揉面技术的案例。Every 内部已用 AI 智能体在撰写 OKR 时向员工提问。
Berkeley AI ResearchAI 评分3434 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队发布综述，系统梳理并行推理领域进展，重点分析自适应并行推理——让模型自行决定何时分解任务、并行多少线程以及如何协调。文章对比了自一致性、Best-of-N、Tree/Graph of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild! Inference 等方法，指出多数方案仍由外部预设并行结构，未让模型按问题难度自适应选择并行度。